Best-of FI Award 2025: Schulung

Problemlösung

Die Lernfabrik Kayseri in der Türkei ist eine komplette Modellfabrik für individuell konfigurierte Produkte inklusive Säge, Bearbeitungs- und Montageplätze und Transportsystem. Sie ist mit technologischer Infrastruktur, mit mobilen Arbeitsplätzen, ERP-/IoT-System, Sensoren und RFID-Tags integriert. So können die Prozessabläufe und Status der Maschinen und Aufträge überwacht und alle Aspekte der digitalen Transformation in der Praxis gezeigt werden. 

In der Lernfabrik können KMU alle Aspekte und Komponenten der digitalen Transformation und modernsten Technologien in einer Modellfabrik sowohl theoretisch als auch praktisch kennenlernen und beurteilen.

USP

• Die Automatisierungspyramide von der speicherprogrammierbaren Steuerung über das Manufacturing Execution System bzw. Manufactoring Operations Management hin zum ERP-System wurde vollständig integriert im Canias-System abgebildet. 
• Es wurde eine systemische Verbindung zwischen ERP und MES geschaffen. Umwelt- und Energiemanagement-Aspekte wurden ebenfalls in die Canias-Lösung integriert. 
• Es ist möglich, Produktionsabläufe auch auf der Basis des Ist-Energieverbrauchs der angeschlossenen Maschinen zu planen.

Nutzen für Lernende

In Kayseri sowie in den drei weiteren Modellfabriken wurden integrierte Lösungen der technologischen Infrastruktur (Hard- und Software) bereitgestellt und installiert und es werden regelmäßig theoretische und praktische Schulungen für kleine und mittlere Unternehmen zur digitalen Transformation sowie zum Thema Lean Production angeboten. Kleine und mittlere Unternehmen bekommen auf diese Weise eine perfekte Kombination aus Theorie und Praxis zu verschiedenen Komponenten der digitalen Transformation.

Anpassbarkeit und Flexibilität hinsichtlich Themen und Vorkenntnisse

Die Schulungen in der Lernfabrik können flexibel an die Bedürfnisse und Vorkenntnisse der Teilnehmenden angepasst werden – von Einsteigern hin zu erfahrenen Experten.

Es gibt sowohl Module für Einsteiger, die Grundlagen der digitalen Transformation vermitteln, als auch für Fortgeschrittene, die tiefer in spezifische Lean-Production- oder Technologiethemen eintauchen möchten. Die praxisorientierte Lernfabrik ermöglicht zudem, spezifische Herausforderungen aus dem Unternehmensalltag zu simulieren.

Sicherstellung des Erreichens der Lernziele 

Das Erreichen der Lernziele wird durch eine Kombination aus theoretischen Prüfungen, praktischen Übungen und Feedbackrunden sichergestellt. Am Ende jedes Moduls gibt es eine Auswertung der erlernten Fähigkeiten, um den Fortschritt der Teilnehmenden zu messen. Begleitmaterialien und ein Abschlusszertifikat helfen den Teilnehmenden, das Gelernte in ihren Arbeitsalltag zu übertragen.

Stellungnahme der Jury

KMU fragen sich, wo ihre Digitalisierung starten soll. Die CANIAS Lernfabriken bieten einen sinnvollen Ansatz zum Vermitteln von Konzepten der Smart Factory und digitaler Prozessketten. Es wurde unter anderem gezeigt, wie schnell IIoT integriert werden kann. Das Weiterbildungsprogramm hat einen ganzheitlichen Ansatz, bietet echte Maschinen und enthält auch die Themen Nachhaltigkeit und Energieeffizienz.

Mehr erfahren über

Das könnte Sie auch interessieren

Der neue Kollege im Shopfloor KI-Assistenzsysteme stärken Fachkräfte im Mittelstand

Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten. Intelligente Mensch-Technik-Systeme verbinden menschliche Erfahrung mit digitalen Assistenzsystemen im Shopfloor. Sie unterstützen Mitarbeitende, erleichtern den Zugang zu Wissen und steigern Produktivität sowie Qualität –auch in gewachsenen Produktionsumgebungen.

Integration statt Inseldenken Smart Production mit Plattformstrategie

ZF hat mit der Digital Manufacturing Platform (DMP) eine der umfassendsten digitalen Transformationen der Fertigungsindustrie umgesetzt. Innerhalb kurzer Zeit entstand ein global einheitliches Produktionsnetzwerk, das Prozesse standardisiert, Daten silos auflöst und End-to-End-Transparenz schafft – alles unter hoher Skalierbarkeit und agilem Tempo, selbst in herausfordernden Zeiten wie der Corona-Pandemie

Digitale Ursachenanalyse senkt Stillstände und Kosten Digital Change Manager spart 60 % Analysezeit und senkt Kosten in der Papierproduktion

Digitale Ursachenanalyse und gezieltes Change Management transformieren die Papierproduktion: Ein Schweizer Hersteller reduziert ungeplante Stillstände, spart 60 % Analysezeit ein und senkt die Kosten mithilfe innovativer digitaler Ansätze. Das Beispiel zeigt, welches Potenzial diese Strategie für Prozesseffizienz und Wettbewerbsfähigkeit hat –wer Manufacturing digital denkt, findet hier Ansätze mit hohem Potenzial.

Smart Cutting – Intelligente Prozesse im Maschinenpark Produktivitätssteigerung im Sägeprozess durch Condition Monitoring und Machine Learning

Smart Cutting kombiniert Digital Retrofit, Condition Monitoring und KI, um die Produktivität im industriellen Sägeschnitt zu steigern. Durch Echtzeit-Datenanalyse und Machine Learning werden Maschinenzustände überwacht, Anomalien erkannt und Materialklassifikation automatisiert – für mehr Effizienz, weniger Stillstand und höhere Produktqualität.

KI-Potenziale im Mittelstand Von der systematischen Analyse zur praktischen Umsetzung

Während KI in Großunternehmen zunehmend etabliert ist, stehen mittelständische Unternehmen vor der Herausforderung, geeignete KI-Anwendungsfälle zu identifizieren und erfolgreich umzusetzen. Durch die Kombination aus detaillierter Prozessanalyse, strukturiertem Kompetenzaufbau und systematischer Potenzialidentifikation konnten 21 konkrete KI-Einsatzmöglichkeiten identifiziert und mit einem Brandenburger Mittelständler validiert werden.

Verbesserung der Transparenz im logistischen Prozessmanagement Die (geheime) Macht von Durchlaufdiagrammen

Werden Führungskräfte aus Unternehmen mit klassischer Werkstattfertigung zu bestehenden Defiziten befragt, äußern sie vor allem Kritik an der mangelnden Transparenz in der Auftragsabwicklung. Zudem bemängeln sie das Fehlen geeigneter Methoden zur Ermittlung realistischer Liefertermine sowie die Liefertreue, die als verbesserungswürdig gilt. Dabei liegen bereits viele Daten und Diagramme vor, die helfen können – sie müssen nur richtig angewendet werden.